隨著網際網路、大數據、人工智慧等技術在汽車領域的廣泛應用，汽車正加速由機械化向智能化轉變，智能網聯汽車已成為人工智慧、大數據、雲計算、通信等產業的綜合產物。當前，全球主要國家和地區紛紛加快產業布局，制定發展戰略，各項技術標準及法規等逐漸完善。中國政府高度重視智能網聯汽車的發展並頻頻出臺支持政策，自動駕駛產業得到迅猛發展。本文從政策、標準、技術、產業等方面介紹國內自動駕駛發展情況，並與國外自動駕駛產業發展進行對比分析，指出我國在自動駕駛產業發展過程中的挑戰，為未來我國自動駕駛產業發展提供參考意見。
中國自動駕駛產業發展現狀
網際網路和人工智慧技術在汽車行業的快速發展，開啟了全球汽車產業的第四次重大變革。在中國汽車行業增速放緩的背景下，自動駕駛有望成為我國汽車產業新的增長點。網際網路科技巨頭、傳統車企、技術型創業公司依託其資金、科技、渠道等資源優勢，紛紛抓住產業升級機會，切入自動駕駛領域。另外，中國多元化的應用場景、良好的道路條件、快速發展的通信技術都為中國自動駕駛產業發展提供了優良土壤。因此，自動駕駛有望成為中國從「汽車大國」邁向「汽車強國」的發展新機遇。
（一）國家高度重視自動駕駛產業發展，自動駕駛被列入國家戰略
2019年，國家在政策上依然大力支持自動駕駛產業發展。2019年9月，中共中央、國務院印發《交通強國建設綱要》。該綱要提出要加強智能網聯汽車（智能汽車、自動駕駛、車路協同）研發，形成自主可控完整的產業鏈。同月，自然資源部、工信部、北京市經信局、北京市規劃和自然資源管理委員會將自動駕駛地圖應用列入試點工作，政策表明要分階段加快推動解決自動駕駛地圖資質、標準等關鍵問題，為車聯網產業健康快速發展奠定基礎。10月，工信部發布《新能源汽車產業發展規劃（2021～2035年）》，指出到2025年，有條件自動駕駛智能網聯汽車銷量佔比達到30%，高度自動駕駛智能網聯汽車可實現在限定區域內進行商業化應用；到2030年，有條件自動駕駛智能網聯汽車佔比達到70%，高度自動駕駛智能網聯汽車在高速公路場景下廣泛應用。12月，中共中央、國務院印發《長江三角洲區域一體化發展規劃綱要》。該綱要指出，加強大數據、雲計算、區塊鏈、物聯網、人工智慧、衛星導航等新技術研發應用，支持龍頭企業聯合科研機構建立長三角人工智慧等新型研發平臺，鼓勵有條件的城市開展新一代人工智慧應用示範和創新發展，打造全國重要的創新型經濟發展高地。
頻頻出臺的政策表明中國政府高度重視自動駕駛汽車的發展，將其看作汽車產業升級的必備條件。自動駕駛作為引領未來的前沿技術之一，不僅會帶來汽車產業的全面變革，同時會對經濟社會產生深遠影響。
（二）各項標準構建工作全面開展，並積極參與國際標準的制定
標準作為自動駕駛汽車產業發展的重要內容，與產業、技術發展起到相互支撐、相互促進的作用。建立國標、行標、團標相互配套的新型標準體系，是引領和規範現階段自動駕駛汽車發展的重中之重。
2019年5月，工信部發布《2019年智能網聯汽車標準化工作要點》，在自動駕駛方面，將加快自動駕駛相關標準制定、有序推進汽車信息安全標準制定作為現階段工作的重點內容；在智能輔助方面，繼續穩步推動先進駕駛輔助系統標準制定，完成乘用車和商用車自動緊急制動等標準制定，全面開展自動駕駛相關標準研製。6月，聯合國世界車輛法規協調論壇（WP.29）第178次會議審議通過中國、歐盟、日本、美國共同提出的《自動駕駛汽車框架》。7月，工信部就《道路車輛先進駕駛輔助系統（ADAS）術語及定義》開始徵詢意見。該次標準對四輪載客、載貨車以及掛車的ADAS功能進行了定義，同時該標準規定了汽車盲區監測（BSD）系統以及乘用車車道保持輔助（LKA）系統的一般要求、性能要求和試驗方法。9月，中國公路學會自動駕駛工作委員會發布《智能網聯道路系統分級定義與解讀報告（徵求意見稿）》，從交通基礎設施系統的信息化、智能化、自動化角度出發，結合應用場景、主動安全系統、混合交通等情況，把交通基礎設施系統分為I0級（無信息化/無智能化/無自動化）、I1級（初步數位化/初步智能化/初步自動化）、I2級（部分網聯化/部分智能化/部分自動化）、I3級（基於交通基礎設施的有條件自動駕駛和高度網聯化）、I4級（基於交通基礎設施的高度自動駕駛）、I5級（基於交通基礎設施的完全自動化駕駛），並進行了明確定義和詳細解讀。這是國內首次對智能化道路進行分級。
2019年，隨著自動駕駛汽車特殊場景逐漸落地，相關標準的制定成為當前的迫切需求。自動駕駛汽車突破了原有汽車邊界，「人—車—路—網—雲」形成新的產業集群，新產業的湧入給自動駕駛汽車標準帶來了挑戰。2016年，工信部、國標委、交通部共同制定了智能網聯汽車標準體系，擬定到2020年，初步建立輔助駕駛及低級別自動駕駛的智能網聯汽車標準體系。2019年，全國汽車標準化技術委員會在ADAS、自動駕駛、信息安全、車聯網與應用場景等方面已啟動41項推薦性國家標準。在國際標準法規的協調中，一方面，中國聯合日本、歐盟共同制定聯合國自動駕駛法規文件；另一方面，在IEC層面，中國作為召集人，已提供四項國際標準提案。2019年是自動駕駛汽車的相關標準加快制定的一年，但是標準的本質是對重複的、有廣泛共識的事物和概念進行統一規範，這就決定了制定標準的前提是技術發展到一定階段，標準的制定會在一定程度上滯後於技術的發展。
（三）對自動駕駛產業相關法律法規的修訂和研究需加快推進
汽車是一個長產業鏈的產業，從汽車的全生命周期來看，我國傳統汽車的管理涉及汽車生產企業管理、汽車產品管理、道路交通管理、汽車營運管理、汽車配套服務、汽車回收利用等環節。自動駕駛汽車是產業融合的新產物，現存法律中對產品管理、交通管理、保險監管、網絡安全、地理信息等方面的規定已不能完全適用於自動駕駛汽車。
自動駕駛監管制度存在空白。現行的交通管理以「人」為核心，建立了成熟的駕駛人和駕駛證管理體系。自動駕駛系統去除了「人」的特性和功能，這就使如何監管自動駕駛系統成為問題。
責任事故的劃分。我國現有交通違法處罰以行政處罰為主，責任主體為駕駛人。自動駕駛事故發生原因是多樣的，有可能是車輛使用者操作錯誤，或者系統故障，或者外部攻擊，或者通信延遲，如何確認事故責任成為需要解決的問題。
關於測繪的問題。自動駕駛汽車通過環境感知、高精度地圖及定位技術，以實現自動駕駛的規劃控制。我國測繪資質管理制度要求高精度地圖的數據採集、編輯加工和生產製作需要由有導航電子地圖測試資質的單位承擔，目前國內只有20家企業獲得測繪資質，嚴格的測繪資質審批制度在一定程度上限制了高精度地圖的製作。另外，自動駕駛高精度地圖需要實時更新，根據《地圖管理條例》，我國實行地圖審核機制，向社會公開發布的導航電子地圖應當報送審核，實時更新的問題與傳統審圖機制也相衝突。因此，協調國家安全和自動駕駛地圖需求是一個問題。
伴隨自動駕駛汽車聯網功能的增多，網絡安全成為自動駕駛發展的門檻問題。如何保障自動駕駛汽車的網絡安全成為自動駕駛汽車的重點研究領域。與其他網絡終端相比，自動駕駛汽車具有可移動性，網絡安全不僅涉及車輛本身，還涉及公共安全。如果遭到不法分子的遠程攻擊，可能造成嚴重的財產損失和人員傷亡。我國目前出臺的《網絡安全法》還無法應對自動駕駛全場景下的網絡安全問題。另外，我國目前缺少專門針對自動駕駛汽車網絡安全的實施指南或指南性文件。自動駕駛汽車逐漸從交通工具轉變為移動智能終端，車輛在運行過程中的信息採集使個人信息保護面臨風險，建立個人信息保護制度迫在眉睫。
自動駕駛發展過程中的倫理道德問題仍是繞不過的難題。有學者認為，當自動駕駛汽車陷入「電車難題」時，許多人希望自動駕駛汽車優先保護人類而非動物，優先保護年輕人而非老人，保護儘可能多的人。倫理學的問題僅依靠程式設計師是無法解決的，需要技術人員、設計師、倫理學家、政府官員及民眾更多的討論，並通過法律法規界定責任歸屬及賦予保護主體的優先權。
自動駕駛汽車成為汽車及相關產業競爭的重點，而現行的法律法規實施對象是人，對自動駕駛汽車來說是不適用的，技術進步和產業發展對相關制度的需求非常迫切。因此，建議從國家層面提出相關法律法規的修訂和研究計劃，為自動駕駛快速發展創造良好的發展環境。
（四）自動駕駛汽車技術成為產業創新發展的核心動力
自動駕駛單車智能是通過在車輛上加裝感知設備和運算單元，提高車輛本身的感知、決策和控制能力，使其達到甚至超越人類的駕駛水平，部分實現甚至全部實現自動駕駛；車路協同是在路端和車端同時布設感知和運算設備組成車路系統，系統通過各種無線通信的方式，在車和車之間、車和路之間、近端和遠端之間，甚至車和人之間構成新的交通結構。
2018年9月，百度宣布正式開源Apollo車路協同方案。同月，阿里在雲棲大會上宣布將車路協同視為未來20年的戰略發展方向，並成立「2038超級聯盟」。2019年5月，騰訊在數字大會上發布了5G車路協同開源平臺。華為先後同18家汽車業的企業籤署了23份合作協議，體現了華為在未來汽車領域的戰略布局重心。
從華為、中興、大唐等通信領域的企業到以百度、阿里、騰訊為代表的網際網路企業，再到四維圖新、希迪智駕等創新型企業，均已布局自動駕駛車路協同技術。相對國外以單車智能為自動駕駛主要發展路線而言，我國的車路協同存在較多優勢。首先，車路協同方案能突破視覺死角和障礙物遮擋，並且不受天氣影響。目前，國內測試案例中的路側單元，大多布置在交通燈附近，位於高處，能有效避免障礙物的遮擋，而且以靜止狀態探測移動物體，能明顯提高準確率。其次，車路協同能夠減少車上傳感器應用，降低成本。目前，應用在車上的傳感器都有局部的缺陷，需要多傳感器的融合。而眾多傳感器不僅會增加能耗，還會增加單車成本。通過車路協同的方式，能把車上的傳感器轉移到路上，從而減輕車輛單車壓力。最重要的是，中國的5G發展優勢能進一步賦能自動駕駛。車聯網作為5G的重要應用場景，給自動駕駛帶來了低延時、高穩定性的物聯網架構，通過伺服器的高性能計算、核心雲、邊緣雲給自動駕駛車輛提供實時路況信息、行人信息等，自動駕駛邁入5G時代。
當單車智能逐漸走向瓶頸期，車路協同逐漸成為我國的特色技術路線。在今後的發展過程中，單車智能是基礎，車路協同是支撐，二者缺一不可。先從單車的智能化開始，然後逐步應用在部分場景、部分區域，之後隨著場景的擴充，加入路端信息，最後形成車路協同。
（五）各地政府大力支持自動駕駛產業落地，開放測試道路得到快速發展
伴隨我國自動駕駛關鍵技術的不斷進步，國內多個城市為了促進當地智能網聯汽車產業的迅速發展，佔領未來汽車產業陣地，紛紛在自動駕駛領域進行布局，如建設智能網聯汽車測試區，發布產業相關政策，以聚集產業、吸引投資。目前，在智能網聯汽車測試區建設方面，已有北京、上海、長沙、重慶等19個城市頒布智能網聯汽車公共道路測試管理辦法，並通過示範區建設吸引企業落地。
2019年3月，「深圳智能網聯交通測試示範區」在深圳坪山舉行啟用儀式，該測試示範區測試區道路總長2.6公裡，主要為城區道路，包含典型城市道路場景，如環島、十字路口、停車場等，同時可滿足網聯式自動駕駛的應用測試與驗證。4月，國內第一條基於自動駕駛的智能網聯高速公路測試路段——齊魯交通智能網聯高速公路測試基地及研發中心項目在濟南啟動。6月，廣州市交通運輸局為廣汽集團、文遠知行、小馬智行、深蘭科技等六家企業共24臺車輛頒發智能網聯汽車道路測試通知書。廣州測試道路路段分布在黃埔、白雲、花都、南沙等區，共有測試道路33條，總裡程達45.64公裡。同月，浙江省德清縣發布浙江省首個自動駕駛與智慧出行示範區建設實施方案，以及關於支持開展自動駕駛測試服務的意見。德清將從頂層設計、硬體基礎、應用落地、產業發展等方面謀篇布局，打造浙江首個全域城市級自動駕駛與智慧出行示範區。9月，上海與浙江、江蘇、安徽共同籤署了《長江三角洲區域智能網聯汽車道路測試互認合作協議》，區域內的測試數據可以共享，測試結果也可以互認，讓華東地區的自動駕駛產業集群效應更加凸顯。9月7日，在國家製造強國建設領導小組車聯網產業發展專委會第三次全體會議期間，江蘇泰興智能網聯汽車自動駕駛封閉場地測試基地獲得工信部與交通部的共同授牌，該基地成為江蘇省唯一、全國首批3家獲得兩部委聯合認定的自動駕駛封閉場地測試基地。9月22日，國家智能網聯汽車（武漢）測試示範區正式揭牌，並為百度、海梁科技、深蘭科技3家企業頒發自動駕駛商用牌照。獲牌企業不僅可以在公開道路上進行載人測試，也可以進行商業化運營。9月26日，長沙開放道路智能駕駛示範區正式啟用，意味著智能網聯車輛和普通社會車輛可以在長沙規定的開放道路上共同行駛，長沙正式邁入了「智能駕駛2.0」時代。
2019年，長三角地區測試互認為我國智能網聯汽車測試打開新局面，未來自動駕駛測試環境將進一步優化，虛擬仿真測試、封閉測試區、半封閉測試區、開放道路的整體運行機制將會逐漸健全，推動豐富測試場景、統一測試標準、通信、地理信息、路側設備技術的完善，更好地支撐自動駕駛技術的發展。
（六）自動駕駛資本進入冷靜期，產業協同成為趨勢
2019年自動駕駛行業進入冷靜期，自動駕駛企業面臨技術與商業化的雙重壓力。自動駕駛資金投入多、落地挑戰大以及資本退坡帶來的壓力大，成為行業的主要現狀。在「落地難、造血慢」的形勢下，各大企業紛紛選擇結盟。例如，大眾與福特Argo、寶馬與戴姆勒等車企之間，車企與科技公司之間紛紛在自動駕駛商業化布局中進行合作。
4月2日，東風、華為、襄陽市人民政府正式籤署了「智行隆中」項目的戰略合作協議，三方聯手，打造智慧汽車谷、智慧出行、智慧物流和智慧交通雲平臺等四個工程。7月3日，吉利董事長李書福與百度創始人李彥宏在百度AI開發者大會上共同宣布，雙方就智能網聯、智能駕駛等AI技術在汽車、出行領域展開全面戰略合作。9月24日，長城與華為在深圳正式籤署戰略合作協議，雙方將在智能網聯、智能駕駛、智能座艙、雲服務、大數據、出行服務等創新技術領域展開全面合作。在自動駕駛發展放緩的情況下，不同類型企業有不同的戰略規劃。
1.整車企業
2019年，紅旗EV獲得5張北京自動駕駛路測牌照。在產品上，紅旗將與百度聯合，共同打造L4級自動駕駛乘用車。
2019年，長安新一代L4級自動駕駛車輛在重慶仙桃數據谷示範運營兩年。未來，長安汽車計劃到2020年建成L3級自動駕駛智能開發平臺，新產品100%聯網、100%搭載駕駛輔助系統，在高速公路、堵車緩行路段、停車場泊車場景下實現自動駕駛；到2025年，建成L4級自動駕駛的智能開放平臺，車載功能實現100%語音控制。
2019年，名爵ZS搭載博世最新的L2級部分自動駕駛技術上市。未來，上汽集團計劃到2020年實現結構化和部分非結構化道路的自動駕駛，到2025年實現全場景下的自動駕駛。
2019年，北汽集團高端智能新能源汽車品牌ARCFOX發布全球首個搭載5G技術的平臺。北汽集團計劃到2022年，力爭實現所有產品具備「國內領先、世界一流」的智能駕駛和智能互聯功能。2022年之前實現L3級智能駕駛規模化量產，通過冬奧會示範運營，實現全球首次規模化L4商業化運營。
2019年，廣汽集團發布ADiGO生態系統，並與博世發布基於車聯網技術的L4級自動代客泊車系統。廣汽集團計劃於2020年實現半自動駕駛，2025年前實現高度自動駕駛，2030年前實現完全自動駕駛。
2019年，吉利發布全新升級的GKUI 19吉客智能生態系統，博越PRO成為首次搭載該系統的車型。未來，吉利汽車計劃2020年將實現局部工況高度自動駕駛L3，車聯網滲透率將超51%。2022年，在5G協同的情況下，實現高度自動駕駛。2030年，實現自動駕駛裡程佔總裡程的13%。
2.網際網路企業
2019年下半年，百度不僅先後拿下了北京市首批T4級別路測牌照和自動駕駛載人測試牌照，還陸續在長沙、滄州、陽泉、銀川等地開展自動駕駛、車路協同等示範應用。9月，百度自動駕駛計程車隊Robotaxi正式在長沙面向公眾試運營，踏出市場化第一步。11月初，百度在滄州推出國內第二個無人駕駛計程車試運營項目，使自動駕駛走向市場。2019年，百度Apollo憑藉52輛測試車僅在北京市就完成了75.4萬公裡的測試，百度也因此成為2019年北京市所有測試企業中投入測試車數量最多、測試裡程最長的企業。
2019年8月，滴滴正式宣布將旗下自動駕駛部門升級為獨立公司，用於開展自動駕駛研發、產品應用及相關業務拓展。之後獲得了由上海市頒發的首批載人示範應用牌照。
3.創新型企業
2019年6月，Pony.ai獲得了由美國加利福尼亞州頒發的自動駕駛運營牌照，獲準向公共乘客提供自動駕駛出行服務，Pony.ai也成為首家在加利福尼亞州獲得該牌照的中國自動駕駛技術公司。11月，Pony.ai通過與現代汽車合作，正式在加利福尼亞州推出首個面向普通公眾的Robotaxi常態化服務。
2019年12月，智加科技的L4級自動駕駛卡車穿越4500公裡，橫跨美國東西海岸，為世界知名乳業巨頭藍多湖（Land O』Lakes）提供了首次自動駕駛貨運服務。
2019年12月，馭勢科技在香港國際機場內啟用無人物流車為旅客提供行李運輸服務，這是全球首個在機場實際操作環境下運行的無人駕駛常態化運營項目。
當前國內企業在自動駕駛領域的技術實力和全球影響力正處於快速提升階段。或許目前國內在自動駕駛的大規模商業化方面還面臨供應鏈不成熟、政策法規不完善等多重難題，但從細分市場來看，高度自動駕駛技術在封閉場景的落地還是指日可待的。未來，隨著更多類似的項目逐漸落地，國內無人駕駛有望迎來真正的春天。
（七）自動駕駛商業化落地難、限定場景商業化應用成為熱點
目前，自動駕駛發展處於發展初期階段，仍然有很多問題需要解決。打造促進自動駕駛發展的環境需要多方共同努力，政府部門在政策上為自動駕駛發展掃清障礙，資本通過市場行為推動相關企業快速進步，政、產、學、研劃分好明確的分工和權責，通過全新的產業體系促進自動駕駛商業化運營。真正的商業化運營不是僅通過幾輛車的示範，或者是在理想狀態下的載人測試，而是能夠適應多場景、全時段的商業化活動。顯然，自動駕駛在目前技術不成熟的階段仍然有很長的一段路要走。自動駕駛是一個需要長期投入及技術迭代的產業，企業為實現自我造血功能，需要儘快尋找可落地的商業化應用場景，在不同城市開展規模化應用示範，形成經驗複製。目前，限定場景商用車成了企業與資本市場的一個新方向，在高速、物流、港口、固定路線接駁、清掃車、礦區、Robotaxi等一些場景中已陸續實現商業化落地。
1.微循環小巴
微循環小巴因為是固定線路，比計程車更容易實現自動駕駛，一般應用於園區通勤。從供應鏈上看，需要多個16線雷射雷達，無需車規。在高精地圖方面，特定場景的高精地圖的繪製和更新挑戰並不大。在算力方面，因為是低速和特定場景，現階段的英偉達完全可以滿足需求。加上園區的一些V2X的協同，效果會更好。
目前，百度的Apollo已經在各地的一些園區展開運營。示範運營能不斷反饋數據進行技術更新迭代。重慶禮嘉智慧體驗園示範應用的「Apollo」是升級後的「2.0」版本，不僅能夠更好地服務於複雜的應用環境，也能為乘客帶來更愉快的出行體驗。另外，Apollo項目在北京、雄安、福建、廣州、深圳等地的機場及旅遊景點等均有封閉運行。
2.無人駕駛計程車
2018年12月，Waymo的付費打車服務在鳳凰城上線，這是全球首個上線的商業自動駕駛打車服務。2019年，上海、長沙、武漢陸續開放無人駕駛示範運營牌照。無人駕駛計程車作為目前自動駕駛最難的應用場景，對相關配置的要求較高。首先，在Lidar上，需要具備至少32線以上的雷射雷達；其次，需要搭載運營區域內的3D高精地圖，並保持實時更新；再次，算力也是挑戰；最後，要配備具有冗餘的線控制動系統。
2018年11月，全國首輛自動駕駛計程車在廣州大學城開始投入試營，但之後該項目更改了試運營地點和方式，並且改為「免費試乘」。
2019年8月，上海市嘉定區人民政府與AutoX達成戰略合作，二者將共同建設中國首個無人駕駛Robotaxi運營示範區。
2019年9月，滴滴獲得上海市智能網聯汽車示範應用牌照，將在上海嘉定落地部署自動駕駛網約車。未來，滴滴出行App還會上線「混合派單」模式。
同月，百度在長沙宣布Robotaxi試運營正式開啟。首批45輛Apollo與一汽紅旗聯合研發的「紅旗EV」Robotaxi車隊在長沙部分開放測試路段開始試運營。Robotaxi在目前看來是乘用車無人駕駛落地的最優場景，但也大多是在固定區域試運營或者對內部開放，距真正落地運營在技術上還有較大的距離。
3.無人駕駛配送小車
物流配送小車聚焦物流「最後一公裡」的配送區域，是物流配送的最後一個環節，由物流企業將貨物配送至用戶手中。長期以來，整個物流產業鏈中成本最高、效率最低的「最後一公裡」配送是物流行業的痛點。如何提升「最後一公裡」的運作效率，對於物流企業乃至社會發展至關重要。
近年來，我國在無人配送領域的政策不斷完善，為無人配送提供了發展機遇。隨著人工智慧、物聯網的發展，越來越多企業布局無人駕駛物流配送業務。在國內，京東、菜鳥、蘇寧、順豐、美團等自帶物流業務的公司紛紛入局無人配送領域，一方面，這些公司本身具有應用場景，方便進行測試；另一方面，物流巨頭通過與其他技術創新型企業開展合作，也能結合自身優勢共同打造高效的配送服務。除了傳統的物流巨頭企業，大批創業公司也在無人駕駛配送領域布局，如新石器、白犀牛、智行者等企業，不過這些企業基本上是採取與大公司合作的模式。在國外，美國自動駕駛初創公司Nuro推出了全自動無人駕駛配送車，不僅能適用於園區，還可以在城市道路正常運行。目前，在百度Apollo的支持下，新石器、智行者等初創公司，開始向外推出Robo-Delivery的產品，並開始提供給一些物流和配送公司使用。菜鳥已經在杭州和成都進行無人駕駛配送小車的測試工作，希望能儘快實現商業化落地。
目前，無人配送小車因為技術還不能應對各種複雜狀況，仍處於測試研發階段。另外，市場需求還未完全打開，並且無人配送小車車型不同於傳統車型，部分零部件需要專門定製化採購，還未形成成熟的產業鏈。長期來看，無人配送離商業化落地還有一段距離，不過由於電商、外賣在中國的高速發展以及人力成本的快速上漲，中國的無人駕駛配送小車產業未來大有可為。
4.無人駕駛幹線物流
目前，有500萬輛大貨車用於500公裡半徑的幹線運輸；1000萬輛貨車用於50公裡半徑的區域運輸；3000萬輛的微型車（三輪及兩輪物流車）在半徑5公裡的物流領域提供服務。因此，機器司機的市場需求相當龐大。幹線物流是指使用幹線運輸大量和遠距離的貨物。由於運輸距離長和運輸能力集中，大量貨物可以大跨度快速移動。長期以來，幹線物流是中國公路運輸的主要形式。隨著我國物流行業的快速發展，幹線物流也存在一些問題。卡車司機短缺現象普遍，「用工荒、招工難」問題越發嚴重。2019年6月，央視財經報導，國內目前貨車司機缺口達到1000萬人。另外，人力成本高且運營效率低，物流貨運企業壓力大，人力成本佔總成本的30%～40%。同時，幹線物流貨運安全事故頻發，給物流企業及社會帶來巨大損失。此外，物流行業運營有嚴重的超載、疲勞駕駛等問題，導致大量交通事故。所以幹線物流作為自動駕駛的應用場景，受到眾多企業關注。幹線物流車多為固定的點對點運輸，且路線可控，相對於無人計程車來說比較容易實現，相對於園區接駁、無人清掃來說市場體量也較大。
在國外，戴姆勒毫無疑問是全球卡車的領先者，並率先在自動駕駛領域布局。2019年初，戴姆勒收購無人駕駛卡車方案公司Torc Robotics的多數股權，隨後成立無人駕駛技術集團，並在2019年拉斯維加斯國際消費電子展（CES）上宣布將投資5億歐元發展L4卡車。2019年6月，沃爾沃卡車推出綜合碰撞緩解系統——沃爾沃主動駕駛輔助（VADA）2.0版本，該系統包括自動緊急制動功能（AEB）、高速公路偏離預警和制動功能（HDB）、具備巡航恢復功能的自適應續航控制功能（ACC）等。2018年，Waymo首次公開宣布，它將使用自動駕駛卡車負責谷歌數據中心之間的貨物運輸。通過與谷歌的物流團隊合作，Waymo希望進一步將自動駕駛卡車應用於工廠、配送中心、港口和碼頭之間的貨物運輸。
在國內，2019年8月，一汽解放、智加科技、經緯恆潤等企業共同成立蘇州摯途科技有限公司。蘇州摯途將在五年內落地可量產的L4級別自動駕駛重型卡車。2019年，圖森未來在美國的無人駕駛卡車車隊的規模從11輛擴充至40輛，並於2019年初開通一條由亞利桑那州至德克薩斯州的新線路，在超過1600公裡的運輸線路上為美國郵政（USPS）提供無人駕駛運輸服務，並得到每月約30萬美元的收入。12月，智加科技在美國完成無人重卡生鮮運輸試運營，橫跨美國東西海岸，為乳業公司提供自動駕駛貨運服務。
未來，隨著中國法律法規的完善，自動駕駛車輛將可能在國內高速公路上進行道路測試，進行更廣泛的技術應用，進一步推動商業化落地。
5.無人駕駛清掃車
無人駕駛清掃車，是近兩年興起的一項產業，深度融合了傳統環衛車與網際網路、人工智慧等技術，在無需駕駛員的情況下，可自動識別避障，智能規劃路徑，自主開展噴灑、垃圾清掃等環衛工作。比起自動駕駛載人載物類，清掃車是比較冷門的應用領域。中國半公開道路的清掃市場規模是2100億～3000億元，而且結構化道路不斷增多，市場規模會隨著城市化進程繼續擴大。自動駕駛車在城市清潔領域的應用會帶來諸多好處，不但可以解決行業性「供需矛盾」，而且可以在夜間作業，車輛利用率和清掃效率可達到人工的2～3倍。不過由於技術水平、政策限制及成本壁壘，無人清掃車尚處於普及過渡期，未實現大規模商業化落地。
2019年3月，上海仙途智能自動駕駛清掃車落地德國威廉港，並於6月獲得上海市首張自動駕駛清掃車測試牌照，2019年8月發布第二代無人駕駛環衛車（Ecodrive Sweeper G2）。在工業物流園區、機場、醫院等場景實現運營，並遠銷至新加坡、卡達、澳大利亞等國家及地區。
2019年6月，深蘭科技與海德汽車建立合作，開啟AI智能掃路機的批量交付使用，目前已經在天津生態城、鄭州二七區、常州北站等場景投入使用，此外，AI智能掃路機在2019年上海進博會期間負責外場區域的清潔服務。
智行者「蝸小白」是無人駕駛清掃行業的明星產品，已在北京、上海、長沙、西安、天津等多地投入使用。
無人駕駛清掃車因為對速度、時效性要求比較低，相對於其他場景更容易落地。但是由於技術不成熟，無人清掃車存在穩定性差、道路識別能力不足等問題，現階段只能在公園、廣場等封閉、半封閉場景中應用，難以真正實現「上路」作業。無人環衛作業對車輛的感知、決策、控制技術要求較高，並且成本較高。未來，企業需要儘快尋求可贏利的商業化模式，進行大規模的商業化應用。
中國自動駕駛產業發展過程中面臨的挑戰
我國政府高度重視自動駕駛汽車發展，頻頻出臺政策，並投入大量資金，但是目前自動駕駛仍處在發展初期，有許多問題亟待解決。
（一）自動駕駛相關標準及法規不健全
目前，我國出臺的自動駕駛法規主要是自動駕駛道路測試類及部分行業標準，相較於產業發展速度，立法稍顯滯後。現行法律和產品準入制度要求汽車產品必須符合國家相關標準，否則無法獲得上路行駛的資格，自動駕駛汽車目前無法上路。另外，現有的法律法規無法對自動駕駛事故責任進行劃分，車輛保險法律法規也無法適用於自動駕駛汽車。
由於自動駕駛技術發展不成熟，相關行業和國家標準無法確定。另外，自動駕駛涉及的標準種類繁多，如交通類、出行安全類、通信類、測繪類、標準類等，需要各行業協同推進。我國各個標委之間應充分合作，利用路測數據積累經驗，儘快研究和出臺車輛安全規範，優化現有法律法規中不適用於自動駕駛汽車的條款。同時，以新的治理理念推動產業創新，在全球一體化的產業趨勢下，與世界各國政府、行業機構組織協同推進自動駕駛行業標準及法規的制定和完善。
（二）自動駕駛技術發展不成熟
目前，汽車自動化技術已經成熟，但是智能化仍處於技術迭代期。多傳感器融合、人工智慧、高精度地圖、信息安全、雲計算等在汽車領域的技術仍存在諸多問題。
在自動駕駛技術硬體方面，車載攝像頭、毫米波雷達、雷射雷達各有優缺點。車載攝像頭成本低，可識別行人和交通標誌，但是對光線依賴較大，並且識別存在誤差。毫米波雷達不受天氣影響，探測距離遠，精度高，但是難以識別行人。雷射雷達精度極高，具備三維建模功能，但是成本較高，受天氣影響較大（見表1.1）。
安全性是自動駕駛發展的核心問題。自動駕駛起初得以發展的原因是機器能避免人的情緒化及疲勞感，從而提高車輛安全性。但是自Uber自動駕駛事故發生後，越來越多聲音開始質疑無人駕駛是否真正安全。一是在自動駕駛人工智慧技術方面，算法具有不可解釋性。大多數自動駕駛控制程序採用「端到端」的訓練方式，策略規劃存在許多不透明的區域，人工智慧仍不具備獨立自主思考的能力，不能應對道路上的突發場景，即使道路測試了幾百萬公裡，也無法確保上路的安全性；二是在自動駕駛安全性評估方面，目前並沒有一套標準的規則，無法確定上路之後的安全性；三是在信息安全方面，打造安全可靠的數據網絡傳輸是長期面臨的困難與挑戰。
在應用場景方面，創建全面的能覆蓋自動駕駛所能遇到的所有場景的規則庫行不通。即使在虛擬仿真平臺模擬試驗達到100%的準確率，也不能保證在真實道路環境下一定可行。
在道路測試方面，在封閉環境、固定路線中跑並不能代表自動駕駛水平，只能代表功能的演示。自動駕駛距離量產仍然有很長的一段路要走。
（三）自動駕駛上下遊產業鏈不完備
自動駕駛要落地，必須體現在所有零部件形成的產業鏈上。目前，我國智能汽車上下遊產業鏈還不完善。傳感器、智能晶片、智能網聯、智能計算、智能控制和人工智慧技術各個方面都需配套。
傳感器是自動駕駛規劃、決策的基礎。目前雷射雷達、毫米波雷達及攝像頭的組合是最佳解決方案，但是雷射雷達價格昂貴，不能滿足大規模推廣使用，並且傳感器距達到車規要求仍有一段距離。
計算平臺方面，我國汽車晶片產業鏈不完善，研發生產能力不強，高度依賴進口。如今，汽車晶片是自動駕駛系統中最核心的零部件之一，其是否自主可控關係國家交通安全、數據安全乃至產業安全。接下來，如何提高設計和製造水平、改善產品可靠性、完善供應鏈條、創造迭代需求是晶片企業和整個中國汽車產業要共同攻克的課題。
此外，智能化道路設施建設與自動駕駛汽車的發展之間缺少協調，道路本身的智能化水平、道路基礎設施和交通標誌的發展現狀與自動駕駛汽車要求存在差距。
（四）自動駕駛發展需要產業間協同合作，目前仍缺乏統一的協調機制
自動駕駛汽車產業發展不僅需要汽車製造商，還需要網際網路企業、通信運營商、交通設備製造企業、道路基礎設施部門等科技企業和政府部門的共同參與。目前的特色技術路線車路協同是雲計算、大數據、通信技術、AI智能的深度學習、高精地圖的軟體統一，同時是硬體基礎設施、雷達、傳感器的感知與信息交互，既要加強軟體開發，又要注重硬體開發。
另外，目前道路交通基礎設施建設與自動駕駛汽車的發展缺少協調和統籌，道路本身的智能化建設亟待加強。交通設施、交通標誌的設置及維護與自動駕駛的需求存在較大差距。
（五）可贏利的商業模式有待構建
自動駕駛的安全性必須比人類駕駛有顯著提高才可以大規模商用。2030年前，預計自動駕駛市場的發展仍然主要依靠智能駕駛輔助系統來提高駕駛的安全性。2016～2018年，通用自動駕駛子公司GM Cruise每年虧損費用達到1.71億美元、6.13億美元和7.28億美元（息稅前），總虧損15.12億美元；2019年4月，Roadstar.ai管理層動蕩、瀕臨倒閉；2019年6月，Drive.ai經營4年後關閉；2019年10月，Uber自動駕駛裁員；2019年12月，Velodyne裁掉超過20名在中國北京的辦公室員工。
2019年對於自動駕駛企業特別是初創團隊來說是困難的一年。主要原因是自動駕駛技術的不成熟，無法全場景、全區域運營，示範化不是商業化，完全自動駕駛落地仍需很長的一段時間。另外，自動駕駛傳感器、人員成本、測試費用、牌照問題等都提高了單車成本費用。對於道路改造來說，基礎設施投入較大，但社會效益不明確，影響企業投資積極性。
（六）社會公眾科普程度需要提高
2019年9月，奧迪發布題為「The Pulse of Autonomous Driving」的調研報告。報告顯示，中國用戶、年輕用戶以及高收入人群對自動駕駛非常感興趣。中國用戶對於自動駕駛汽車的興趣一方面得益於中國汽車產業、科學技術的高速發展，中國用戶對於汽車的認知和追求不斷提高；另一方面是中國用戶對於新技術、新事物的接納程度大幅提高。另外，市場對自動駕駛的宣傳力度空前，成為量產車提高銷量的關鍵。
目前我國很多用戶對自動駕駛的概念並不是很清晰，ADAS不是全自動駕駛，使用範圍及使用方法都有待明確。自動駕駛發展對於消費者來說，就是提供更安全的駕駛。中國用戶對自動駕駛的接受程度雖然比較高，但是自動駕駛技術只有成熟後才能被廣泛接受及推廣，讓用戶真實了解市場及技術發展情況是未來科普的重點。
中國自動駕駛產業發展趨勢
自動駕駛汽車在未來將逐步替代人類駕駛，這不僅將改變人們的出行和生活方式，還將對傳統物流行業、通信行業產生深遠影響。本文認為未來自動駕駛產業發展將呈現如下趨勢。
（一）Robotaxi將成為出行服務行業的競爭熱點
自動駕駛計程車Robotaxi融合了自動駕駛生態中的多方鏈條，包括科技企業、主機廠、出行平臺、政府等，隨著自動駕駛技術的進步，出行平臺為了穩定自己目前的行業地位，必須增加Robotaxi的投入，基於自動駕駛的「出行服務」將成為下一輪出行產業競爭熱點。
目前美國、荷蘭和日本等國家已經允許開展無人駕駛的測試。2018年，Waymo在亞利桑那州鳳凰城地區推出了一項名為Waymo One的Robotaxi商業服務。除了谷歌，通用Cruise、福特Argo AI、UberATG、Navya、特斯拉等廠商都將目標鎖定為Robotaxi。
在國內，目前廣州、長沙、上海、武漢、滄州、北京等6個城市已允許載人測試。針對Robotaxi，國內企業也爭相競逐。2019年7月，長安汽車在重慶啟動L4級自動駕駛車示範運營；2019年8月，百度宣布其與中國一汽紅旗共同打造的國內首批量產L4級Robotaxi在長沙展開測試；2019年11月，文遠知行自動駕駛計程車隊文遠粵行Robotaxi宣布在上海黃埔區、廣州開發區開啟試運營服務。預計到2025年左右，Robotaxi取消安全員並規模化部署後，其成本優勢將凸顯，與傳統計程車成本相比，Robotaxi將在2025～2027年達到拐點，帶來出行服務的顛覆。
Robotaxi能夠成為下一階段的競爭熱點，一方面是因為自動駕駛硬體成本逐漸下降，尤其是雷射雷達，隨著國內品牌技術的提升，其整體成本將下降到原來的1/4。另一方面，為了推動Robotaxi的產業發展，相關出行平臺會加強宣傳推廣Robotaxi的服務。從點到點到在區域內上下車，從面向特定的人群到面向更多的公開人群，從一開始的免費測試到現在進行的收費嘗試，Robotaxi將向普通的出行服務一步步靠攏。市場和消費者更加貼近，為Robotaxi的大規模推廣奠定了一定的基礎。
Robotaxi方案提供商、整車企業、出行服務商一起構建「1+1+1」出行生態圈，商業模式逐漸清晰，誰能率先實現Robotaxi真正落地運營服務，誰就佔領了未來出行市場。
（二）車路協同將成為中國發展自動駕駛的特色技術路線
自動駕駛單車智能成本居高不下、法律不完善等因素讓單車智能道路遇到阻礙。單車智能基本上仍處於測試階段，未能實現商業化。而C-V2X通信技術的快速發展，將自動駕駛的技術實現引向車路協同。中國5G的發展優勢及良好的道路條件驅動車路協同成為中國發展自動駕駛的特色技術路線。
從技術層面分析，V2X通信標準演進共分為三個階段，分別為LTE-V2X（第一階段）、LTE-eV2X（第二階段）、5G NR-V2X（第三階段）。第一階段、第二階段分別於2017年、2018年完成，第三階段即5G NR-V2X的技術研究工作正在進行中。從產業組成來看，主要有以BAT為代表的網際網路科技企業，以華為為代表的ICT企業，以德賽西威、均勝電子為代表的汽車供應商，以希迪智駕為代表的車路協同方案解決商。從產業分工來看，主要有硬體設備製造、道路升級、軟體技術、後端運營四個方面。從未來發展目標分析，主要有兩個方向：一個是自動駕駛，另一個是智慧交通。
（三）信息安全是自動駕駛安全上路要跨越的第一道門檻
汽車快速智能化帶來了對網絡安全的迫切需求。網絡安全是汽車智能化發展的核心要素，沒有網絡安全的保障，智能汽車就難以得到快速發展與應用。為此，國內外都高度重視智能汽車的網絡安全，從技術、標準與產品等方面進行全方位發展。
歐美從安全晶片、軟體架構、智能交通與V2X、生命周期等方面在全球率先開展了標準制定與技術研究方面的工作，並且已經取得一些研究成果。國內包括政府部門在內的多個機構都在開展標準與技術方面的研究工作。
如今的汽車早已不僅是機械設備，還包含數量眾多、不同類型的電控單元，而且由相關電控單元構成的整體網絡負責監視和控制交通工具的狀態，對車輛的行駛安全具有決定性的影響。出現在網際網路等領域的傳統安全問題，也開始給汽車工業帶來威脅。因此，需要及早採取措施，開展汽車電子網絡安全方面的頂層設計工作，從標準、技術、人才、法律等角度全方位推進汽車電子網絡安全的發展與應用，為自主汽車工業在全球汽車產業智能化發展的關鍵時期實現彎道超車保駕護航，促進自主汽車工業的跨越式發展。
（四）自動駕駛跨界合作協同是必然趨勢
2019年6月，軟銀、豐田、五十鈴汽車、鈴木汽車、斯巴魯、大發和馬自達形成自動駕駛聯盟Monet。寶馬與戴姆勒進一步深化彼此關係，宣布將優先合作開發輔助駕駛系統技術、高速公路自動駕駛技術等。
2019年，雖然自動駕駛進入「寒冬」，但是車企與自動駕駛科技公司的合作日益火熱。自動駕駛跨界合作，一是技術層面需要多方技術人員協作；二是自動駕駛高研發費用需要企業共擔。可以預測的是，如果車企加速全球布局的腳步不停，未來將發生更多車企與自動駕駛技術企業的合作。
（五）促進部分場景落地，加速商業化進程
在各國對自動駕駛汽車發展大力支持，企業重點布局，初創團隊集中爆發，以及資本市場力量的推動下，自動駕駛得到了快速發展。但是自動駕駛距真正上路仍有一段距離，只有突破法律、技術和用戶三方面瓶頸，才具有產業化基礎，完全無人駕駛的實現仍需要較長一段時間。在產業發展前期，尋求在特定領域開展商業化應用示範尤為重要。
自動駕駛商業化應用應當考慮以下因素：一是行駛環境要儘量簡單，作業流程要儘量標準，標準化程度越高，越容易體現高效率優勢；二是儘量應用在人力成本較高的行業，並且運營成本、運營效率都要優於人類駕駛員；三是面向B端市場，自動駕駛硬體成本較高，雖然未來成本會有所降低，但是過高的成本要求不適用於私家車市場。
從技術應用的難易情況以及受法律法規的影響程度來看，自動駕駛商業化應用路徑將遵循先封閉後開放、先載貨後載人的原則，以此來選擇商業化場景，率先應用在限定場景下的封閉或半封閉區域，比如自動泊車、封閉場區內物流運輸，其次是幹線物流、末端配送、固定線路的環衛領域、公交通勤、分時租賃、網約車、共享出行等，最後才是私人場景的自動駕駛。
自動駕駛商業化運營需要首先在特定場景區域進行示範運營。一是在特定領域的先行先試，為自動駕駛汽車的安全性、可靠性驗證提供有針對性的應用場景，相比封閉測試與道路測試，自動駕駛商業化應用的目的性更強，使得技術驗證、迭代的效率更高。二是自動駕駛汽車高昂的成本及其商用所需基礎設施搭建的投入，需要一定的商業模式來進行消化，否則難以實現大規模應用，因此前期的商業化應用探索將有助於形成可持續的商業化運行模式，為未來產業發展及市場普及指明方向。三是自動駕駛汽車的大規模普及將帶來政策、法律法規、倫理道德、數據監管、隱私及信息安全、公眾認知等多方面社會性影響，率先開展商業化應用示範，對有關社會性問題進行持續跟蹤，將有助於探索自動駕駛汽車發展的經驗，為國家宏觀政策引導、頂層設計、制定戰略任務提供方向性的參考。
在未來出行的趨勢下，自動駕駛商業化應用的商業模式將迎來創新發展。具有整車量產能力的整車企業將聯合雷達、攝像頭、晶片等關鍵硬體的供應商以及掌握人工智慧算法、多傳感器融合等技術的服務運營商，具有自動駕駛決策規劃能力的整體解決方案提供商，共同開發應用於商業化場景的自動駕駛產品。由整車企業負責自動駕駛汽車的量產，由解決方案提供商提供技術服務，由服務運營商搭建大數據平臺，負責車隊的管理和運營，為終端用戶提供服務，其中，服務運營商將實行輕資產運營，由金融機構為車隊搭建提供資金方面的支持。來源 | 科創行業研究
—END—